我们以抓取博客内容为例，为大家展示如何操作。

#抓取标题与链接#

使用Python获取我的博客中所有文章的标题及其对应链接。（需翻页处理，各页面URL规律如下：第二页为https://blog.bbskali.cn/page/2/，第三页为 https://blog.bbskali.cn/page/3/，第四页为 https://blog.bbskali.cn/page/4/，依此类推。）博客主地址：https://blog.bbskali.cn 将最终结果导出为csv文件。文章标题的HTML结构示例如下：

    <h2 class="m-t-xs text-ellipsis index-post-title text-title"><a href="https://blog.bbskali.cn/4234.html">Homeassistant界面美化</a></h2>

HAPPY TEACHER'S DAY

可以看到，讲解非常详细。

运行生成的代码，效果如下：

接下来，我们尝试更复杂一点的任务：提取每篇文章的阅读次数、评论数量以及发布时间。

新建对话内容如下：

#抓取文章阅读量、评论数、发布日期#

很好，之前的代码已经成功获取了博客的所有标题和链接。现在我需要你进入每一篇文章的具体页面，提取其阅读量、评论数和发布时间。相关HTML代码结构如下：

HAPPY TEACHER'S DAY

实际运行效果

完整代码如下

import requests
from bs4 import BeautifulSoup
import csv
import re
import time
def get_post_details(url, headers):
try:
response = requests.get(url, headers=headers)
response.raise_for_status()
except Exception as e:
print(f"获取文章详情失败：{url}，错误：{str(e)}")
return None, None, None
soup = BeautifulSoup(response.text, 'html.parser')
提取发布时间
dateli = soup.find('li', class='meta-date')
post_date = date_li.find('time').text.strip() if date_li else ''
提取阅读量
viewsli = soup.find('li', class='meta-views')
views = 0
if views_li:
views_text = viewsli.find('span', class='meta-value').text
match = re.search(r'(\d+)', views_text.replace(' ', ' '))
views = match.group(1) if match else 0
提取评论数
commentsli = soup.find('li', class='meta-comments')
comments = 0
if comments_li:
comments_tag = commentsli.find('a', class='meta-value') or commentsli.find('span', class='meta-value')
if comments_tag:
match = re.search(r'(\d+)', comments_tag.text)
comments = match.group(1) if match else 0
return post_date, views, comments
def get_all_posts():
base_url = "https://blog.bbskali.cn"
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'
}
all_data = []
page_num = 1
while True:
构造分页链接
   url = f"{base_url}/page/{page_num}/" if page_num > 1 else base_url

   try:
       response = requests.get(url, headers=headers)
       response.raise_for_status()
   except Exception as e:
       print(f"停止在第 {page_num} 页，错误：{str(e)}")
       break

   soup = BeautifulSoup(response.text, 'html.parser')
   posts = soup.find_all('div', class_='post_title_wrapper')

   if not posts:
       break

   for post in posts:
       h2_tag = post.find('h2', class_='index-post-title')
       if not h2_tag:
           continue

       a_tag = h2_tag.find('a')
       if a_tag and a_tag.has_attr('href'):
           title = a_tag.text.strip()
           link = a_tag['href']

           # 获取文章详细信息
           post_date, views, comments = get_post_details(link, headers)

           # 汇总数据
           all_data.append([
               title,
               link,
               post_date,
               views,
               comments
           ])

           # 添加请求间隔，避免对服务器造成压力
           time.sleep(0.5)

   print(f"已处理第 {page_num} 页，累计文章数：{len(all_data)}")
   page_num += 1
写入CSV文件
with open('blog_posts_full.csv', 'w', newline='', encoding='utf-8-sig') as f:
writer = csv.writer(f)
writer.writerow(['标题', '链接', '发布日期', '阅读量', '评论数'])
writer.writerows(all_data)
return len(all_data)
if name == "main":
count = get_all_posts()
print(f"完整数据已保存到 blog_posts_full.csv，总计 {count} 篇文章")
示例输出
"""
已处理第 1 页，累计文章数：10
已处理第 2 页，累计文章数：20
...
完整数据已保存到 blog_posts_full.csv，总计 56 篇文章
"""

总结：

借助DeepSeek，我们可以轻松生成所需的爬虫代码。当然，前提是我们必须清晰准确地描述需求！